DataLearner 标志

MiniCPM5-2B 评测详情

MiniCPM5-2B 当前已收录的代表性评测结果包括 τ²-Bench - Telecom(9 / 32,得分 97.10)、LiveCodeBench(57 / 123,得分 69.10)、AIME2025(54 / 111,得分 86.50)。

评测结果

MiniCPM5-2B

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
unknown
70.80
99 / 176
HLE
unknown
8.90
210 / 244

科学知识与推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
70.20
185 / 258
CritPt
思考模式
0.30
189 / 208

仓库修复与多文件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
46.40
110 / 122
14.40
65 / 65

数学

共 4 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
unknown
94.60
27 / 48
AIME2025
unknown
86.50
54 / 111
AIME 2026
unknown
86.50
32 / 34
63.80
11 / 11

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
69.10
57 / 123

客服与业务流程

共 3 项评测
评测名称 / 模式
得分
排名/总数
97.10
9 / 32
τ³-Banking
思考模式工具
20.80
91 / 170
20.82
90 / 170

指令与格式遵循

共 2 项评测
评测名称 / 模式
得分
排名/总数
IFEval
unknown
86.70
3 / 3
IF Bench
unknown
66.30
23 / 32

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
8.60
66 / 66

跨长文理解与整合

共 1 项评测
评测名称 / 模式
得分
排名/总数
43.70
15 / 15

科学计算与科研编程

共 2 项评测
评测名称 / 模式
得分
排名/总数
SciCode
思考模式
26.30
133 / 137
SciCode
unknown
26.27
134 / 137

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
思考模式
1.40
118 / 126

跨应用与工具编排

共 1 项评测
评测名称 / 模式
得分
排名/总数
BFCL-V4
unknown
66.60
1 / 2

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
AA Intelligence Index v4.3
思考模式工具
12.46
170 / 197